Formation Maîtriser l'analyse statistique avec R pour la Data Science

Programme de la formation
Maîtriser l'analyse statistique avec R pour la Data Science

• Introduction à la Data Science et à R

  - Définition et rôle du Data Scientist
  - Qu'est-ce que le Big Data ? Concepts clés
  - Introduction à la statistique pour la Data Science
  - Installation de R et RStudio
  - Interface de RStudio : environnement et première prise en main
  - Premiers scripts : variables, types de données élémentaires

• Manipulation de données avec R

  - Structures de données : vecteurs, matrices, listes
  - Data frames : création, indexation, sous-sélection
  - Importation/exportation de données (CSV, Excel)
  - Jointures et fusion de data frames
  - Nettoyage des données : valeurs manquantes, doublons
  - Transformation de variables

• Visualisation de données avec ggplot2

  - Principes de visualisation efficace
  - Introduction à la librairie ggplot2
  - Types de graphiques : histogrammes, boîtes à moustaches
  - Nuages de points, diagrammes en barres
  - Ajout de titres, légendes, labels
  - Personnalisation esthétique des graphiques

• Statistiques Descriptives I : Mesures de Position et Dispersion

  - Mesures de tendance centrale : moyenne, médiane, mode
  - Mesures de dispersion : variance, écart-type, étendue
  - Quantiles, quartiles et diagrammes en boîte
  - Fonctions statistiques descriptives de base dans R
  - Application sur des jeux de données réels
  - Interprétation des résultats

• Statistiques Descriptives II : Distributions et Relations

  - Lois de probabilité usuelles (normale, binomiale, Poisson)
  - Représentations graphiques des distributions
  - Covariance et corrélation (Pearson, Spearman)
  - Introduction aux tables de contingence
  - Visualisation des relations entre variables
  - Applications pratiques avec R

• Bases de l'inférence Statistique

  - Population, échantillon, statistiques et paramètres
  - Théorème Central Limite
  - Estimation ponctuelle et par intervalle de confiance
  - Hypothèses nulles et alternatives
  - Erreurs de type I et II
  - Introduction aux tests d'hypothèses

• Tests Paramétriques I : Tests de Moyenne

  - Test t de Student pour un échantillon
  - Test t pour deux échantillons indépendants
  - Test t pour deux échantillons appariés
  - Conditions d'application des tests paramétriques
  - Réalisation et interprétation des tests avec R
  - Calcul des p-valeurs et décision statistique

• Tests Paramétriques II : ANOVA

  - Analyse de variance à un facteur (ANOVA)
  - Comparaisons multiples post-hoc (Tukey HSD)
  - Conditions d'application de l'ANOVA
  - Réalisation de l'ANOVA avec R
  - Interprétation des résultats de l'ANOVA
  - Introduction à l'ANOVA à deux facteurs

• Tests Non-Paramétriques

  - Quand utiliser les tests non-paramétriques ?
  - Test de Wilcoxon (équivalent non-paramétrique du test t)
  - Test de Kruskal-Wallis (équivalent non-paramétrique de l'ANOVA)
  - Test du Chi-2 d'indépendance
  - Réalisation et interprétation de ces tests avec R
  - Comparaison paramétrique vs non-paramétrique

• Régression Linéaire Simple

  - Concepts fondamentaux de la régression linéaire
  - Modèle linéaire simple : équation, coefficients
  - Estimation des moindres carrés ordinaires (MCO)
  - Interprétation des coefficients de régression
  - Analyse de la qualité du modèle (R-carré)
  - Application de la régression linéaire simple avec R

• Régression Linéaire Multiple

  - Extension à la régression linéaire multiple
  - Choix des variables explicatives
  - Problèmes de multicolinéarité
  - Interprétation des coefficients en régression multiple
  - Outils de diagnostic du modèle avec R
  - Prédiction et intervalles de prédiction

• Introduction aux Modèles Plus Avancés et Cas Pratiques

  - Limitations de la régression linéaire
  - Introduction à la régression logistique (concept)
  - Concept d'overfitting et validation croisée
  - Flux de travail typique en Data Science
  - Étude de cas complète : de l'exploration à la modélisation
  - Bonnes pratiques et ressources pour aller plus loin